[发明专利]一种基于改进量子粒子群的波达方向估计技术

摘要

本发明公开了一种基于改进量子粒子群的波达方向估计技术，不依赖于具体的数学模型，估计精度高，对于解决波达方向估计问题取得了较好的效果。高分辨率的波达方向估计一直是提高通信系统性能的一个瓶颈，本发明技术为获得高分辨率的波达方向估计提供了一种新的解决思路。

主权项

一种基于改进量子粒子群的波达方向估计技术，其特征是所述方法包括如下步骤：(1)确定阵元数平面波信号数P，信号中心波长λ，快拍数相邻阵元间距d，结合接收信号对数据协方差矩阵的最大似然估计进行特征分解获得信号子空间S、噪声子空间G。(2)初始化。确定粒子群的种群规模M，粒子的初始位置向量为z_l，粒子对应的速度向量为v_l，i＝1，2，…，M，最大速度V_max，每个邻域粒子数N(使M modN＝0)，迭代次数k＝1，最大迭代次数K_max，每个粒子的局部最优位置以及整个种群的全局最优位置(3)计算各粒子的适应度函数。将M个粒子位置z_l(i=1，2，…，M)作为波达方向角θ的估计值，计算MUSIC算法的谱估计适应度函数：$f\left(\mathrm{\θ}\right)=\frac{a^H\left(\mathrm{\θ}\right)a\left(\mathrm{\θ}\right)}{a^H\left(\mathrm{\θ}\right)(I-{\mathrm{SS}}^H)a\left(\mathrm{\θ}\right)}---\left(6\right)$获得每个粒子个体适应度函数值，其中，I为单位矩阵，$\mathrm{\φ}\left(\mathrm{\θ}\right)=\frac{2\mathrm{\π}}{\mathrm{\λ}}d\sin \mathrm{\θ}.$(4)确定邻域方案。若k＜K_max，采用构造q＝M/N个邻域；反之，采用构造q＝M/N个邻域，j＝1，2，…，q。每个邻域的第一个粒子可接受全局信息，其他粒子只接受邻域信息。(5)量子粒子群速度和位置更新。第k+1次迭代，粒子根据如下公式更新速度和位置：$v_l^{k+1}=\frac{{2r}_1{p}_1^k+2.1r_2{p}_g^k{Y}_l+2.1r_{2}p{l}_l^k(1-Y_l)}{2r_1+2.1r_2}$其中：i＝1，2，…，M，M为群体规模，通常取20～40，α为收缩扩张系数；r₁，r₂，r₃，r₄取[0，1]之间均匀分布的随机数，为第i个粒子经历的最好位置(个体极值)，为所有粒子种群经历的最好位置(全局极值)，为第i个粒子对应邻域中所有粒子经历的最好位置(邻域极值)，Y_l为邻域学习能力系数，取[0，1]之间的常数或随机数，以区别粒子获取全局或邻域知识的能力。(6)如果达到最大迭代次数(k＝K_max)，则寻优结束，所得到的前P个全局最优位置向量即为最优波达方向角估计值，也就是输出信源入射角度矢量估计值，进而计算入射方向角的均方差；否则，k：＝k+1，转(3)。